对待测电路基片的原始图像进行处理，将待测电路基片的原始图像转化为可识别的只包含线路的基片线路骨骼图像。
[0060]利用显微图像拍摄设备拍摄的待测电路基片的原始图像中，主要包括线路和节点两大部分(电路由线路和节点组成)，也会包括一些噪声，所以需要对待测电路基片的原始图像进行一些处理方可获得精确的线路信息。可识别的只包含线路的基片线路骨骼图像，实际指的是只包含线路的基片线路二值图像经过细化后的图像。二值图像是每个像素只有两个可能值的数字图像，二值图像中的每个像素不是黑就是白，其灰度值没有中间过渡的图像，所以便于识别。
[0061]S300，统计基片线路骨骼图像中的线路连接分量的数量，根据线路连接分量的数量判断待测电路基片中的线路连接是否存在短路和/或断路。
[0062]通过基片线路骨骼图像转化为“0-1”矩阵，矩阵中所有的为“1”的连续部分可以认为是一个连接分量，依此可以统计出基片线路骨骼图像中的线路连接分量的数量，根据统计得到的基片线路骨骼图像中的线路连接分量的数量与标准电路中的连接分量的数量的大小，即可判断待测电路基片中的线路连接是否存在短路和/或断路。
[0063]本发明的厚膜电路的视觉检测方法及系统，通过将待测电路基片的原始图像转化为可识别的只包含线路的基片线路骨骼图像，从而能够清楚的识别图像中的线路连接，进而通过统计基片线路骨骼图像中的线路连接分量的数量，根据线路连接分量的数量可以准确、快速的判断待测电路基片中的线路连接是否存在短路和/或断路。本发明的厚膜电路的视觉检测方法及系统，实现了自动化的厚膜电路视觉检测，检测效率高，准确性好。
[0064]具体地，步骤S200包括以下步骤:
[0065]S210，利用非线性滤波算法增强待测电路基片的原始图像中的线路部分，将待测电路基片的原始图像转化为可识别的待测电路基片的二值图像。
[0066]由于待测电路基片的原始图像中线路密度较大，较接近的两条线路的中间会产生一定的阴影，影响判断结果。所以，利用非线性滤波算法增强待测电路基片的原始图像中的线路部分，可以去掉相邻两条线路中间的阴影，从而将待测电路基片的原始图像转化为可识别的待测电路基片的二值图像。
[0067]S220，去除待测电路基片的二值图像中的噪声和全部节点，得到只包含线路的基片线路二值图像。
[0068]形成待测电路基片的二值图像以后，图像中还存在一些由于加工出现的“噪声”，利用“开运算”(先进行N次腐蚀运算，再进行同样次数相同结构元素的膨胀运算)，可以有效去除这些噪声。待测电路基片的原始图像中，主要包括线路和节点两大部分，通过细化处理虽然也可以使节点变为单像素骨骼，但是由于节点部分比线路部分面积大，直接细化后会产生一些“枝节”，这些连接形态具有随机性，这将增大计算量和计算误差，影响进一步的判断。为了便于对线路数量进行统计，提高判断准确度，需要将节点除去，即形成只包含线路的基片线路二值图像。
[0069]S230，对基片线路二值图像进行细化处理，得到基片线路骨骼图像，即基片线路的单像素骨骼。由于电路节点的面积远大于线路面积，致使基片线路骨骼图像的标记矩阵中的质点将集中于节点位置，不利于对线路的通断情况做准确判断，直接处理线路的二值图像不能够得到准确结果，所以需要对基片线路的二值图像进行细化处理。
[0070]具体地，步骤S220包括以下步骤:
[0071]S221，对待测电路基片的二值图像进行开运算，去除待测电路基片的二值图像中的噪声。
[0072]S222，对去除噪声后的待测电路基片的二值图像进行腐蚀处理，将线路部分消隐，利用膨胀算法得到只包含节点的基片节点二值图像。本发明对去除噪声后的待测电路基片的二值图像进行腐蚀处理，将图像中所有线路部分消隐，由于电路中的节点部分比线路部分面积大，所以节点部分在腐蚀运算中会被部分保留，这时再利用膨胀算法将节点恢复，得到只包含节点的基片节点二值图像，这时图像中不含线路，只包含节点。
[0073]S223，将去除噪声后的待测电路基片的二值图像与基片节点二值图像相减，得到只包含线路的基片线路二值图像。
[0074]以下为本发明的一个实施例，如图2至图8所示。首先，通过显微摄像得到待测电路基片的原始图像(如图2所示)。然后，采用非线性滤波算法增强电路基片的原始图像的线路部分，得到待测电路基片的二值图像(如图3所示)。由于待测电路基片的二值图像(如图3所示)中还存在一些由于加工出现的“噪点”，所以接下来利用“开运算”有效去除这些噪点。例如，可以应用边长为2的“Square”结构元素进行腐蚀与膨胀的形态运算，其结果如图4所示。由于噪声的面积比线路的面积小的多，在腐蚀的过程中这些噪声被有效的去除的同时，线路中也存在“纤细”线路被腐蚀的现象，所以要进行同样次数相同结构元素的膨胀运算，以恢复线路的初始状态。对待测电路基片的二值图像直接进行细化，虽然也可以使节点变为单像素骨骨各，但是“骨骼化”的结果会保留一些“枝节”，结果如图5所示。这些连接形态具有随机性，这将增大计算量和计算误差，影响进一步的判断。所以，为进一步提高准确性，在对待测电路基片的二值图像进行细化得到基片线路骨骼图像之前还要去除所有节点。具体可以利用腐蚀运算将去噪后的待测电路基片的二值图像中的所有线路部分消隐，由于电路中的节点部分比线路部分面积大，所以节点部分在腐蚀运算中会被部分保留，这时再利用“膨胀”算法将节点恢复，这时图像中不含“线路”只包含“节点”，形成基片节点二值图像，如图6所示。最后，通过利用去噪后的待测电路基片的二值图像(如图4所示)减去基片节点二值图像(如图6所示)，得到只包含线路的基片线路二值图像(如图7所示)，进而对基片线路二值图像(如图7所示)做细化运算，即可得到基片线路骨骼图像(如图8所示)。
[0075]作为一种可实施方式，步骤S300包括以下步骤:
[0076]S310，将基片线路骨骼图像转化为对应的二值矩阵；
[0077]S320,以8邻接形式求解二值矩阵的标记矩阵，标记矩阵的最大值即为基片线路骨骼图像中的线路连接分量的数量。所谓8邻接形式，是一种数学概念，在图像处理中，其定义是“对于图像中的某个像素P，其坐标为(111，11)，若取像素？四周的8个像素点作为相邻点，则这8个像素点组成了像素p的8邻域,表示为N8 (p),而这8个像素点在位置上就与像素P相邻。
[0078]S330，根据标记矩阵的最大值判断待测电路基片中的线路连接是否存在短路和/或断路。
[0079]基片线路骨骼图像转化得到的二值矩阵，即“0-1”矩阵，矩阵中所有的为“1”的连续部分可以认为是一个连接分量，按照电路的特性应取8邻接方式计算其标记矩阵。如果待测电路基片中含有断路，则与标准电路形成的矩阵相比其连接分量必然增多，而如果待测电路基片中含有短路，则与标准电路形成的矩阵相比连接分量必然减少，所以通过连接分量的数量即可判断线路的通断情况。
[0080]优选地，步骤S300还包括以下步骤:
[0081]S340，利用标记矩阵，计算基片线路骨骼图像中的全部对象的质心；
[0082]S350，根据质心的位置和数量的变化判断待测电路基片中的线路连接是否存在短路和/或断路。
[0083]当统计到的线路骨骼图像中的连接分量数量相对于标准电路形成的矩阵的连接分量的数量没有发生改变时，可能存在待测电路基片中既有断路又有短路的情况。所以为提高检测的准确性，在步骤S330之后，进一步计算每个连接分量的质点位置，若某个连接分量的质点位置和与标准电路相比发生较大的偏差，则可以判断待测电路基片中电路连接出现错误。
[0084]基于同一发明构思，相应地本发明实施例还提供一种厚膜电路的视觉检测系统，由于此系统解决问题的原理与前述厚膜电路的视觉检测方法的实现原理相似，此系统的实施可以通过前述方法的具体过程实现，因此重复之处不再赘述。
[0085]参见图9，相应地，本发明实施例提供的厚膜电路的视觉检测系统，包括图像采集模块100、图像处理模块200以及统计判断模块300:
[0086]图像采集模块100，用于采集待测电路基片的原始图像；
[0087]图像处理模块200，用于对待测电路基片的原始图像进行处理，将待测电路基片的原始图像转化为可识别的只包含线路的基片线路骨骼图像；
[0088]统计判断模块300，用于统计基片线路骨骼图像中的线路连接分量的数量，根据线路连接分量的数量判断待测电路基片中的线路连接是否存在短路和/或断路。
[0089]进一步